計算機行業(yè)“智能網(wǎng)聯(lián)”系列報告36：大模型：多模態(tài)引領(lǐng)新篇章

通用大模型追求高泛化能力，可以高質(zhì)量完成自然語言理解和生成任務(wù)。基于底層Transformer，模型形成三大主流技術(shù)路線，OpenAI 的GPT 模型采用解碼器路線，得到廣泛關(guān)注和認(rèn)可。海外大模型技術(shù)保持高速推進(jìn)，以視覺能力為核心的大模型多模態(tài)能力不斷展現(xiàn)，模型視覺理解和生成能力快速發(fā)展，有望帶來廣闊市場機遇，推動AI 商業(yè)化進(jìn)程加速和市場天花板打開。我們持續(xù)看好大模型千行百業(yè)的落地機遇，建議關(guān)注相關(guān)領(lǐng)域AI 公司。

大模型概述：具備強大生成能力，訓(xùn)練趨于標(biāo)準(zhǔn)化。通用大模型追求高泛化能力，可以高質(zhì)量完成自然語言理解和生成任務(wù)。大模型訓(xùn)練流程趨于標(biāo)準(zhǔn)化，大致可分為通用能力培養(yǎng)和行業(yè)能力提升兩大階段，其中通用能力培養(yǎng)階段主要包括無監(jiān)督預(yù)訓(xùn)練、價值觀對齊等核心步驟，行業(yè)能力提升階段主要包括監(jiān)督微調(diào)、行業(yè)數(shù)據(jù)預(yù)訓(xùn)練、模型偏好對齊等步驟。當(dāng)前海外通用大模型主要有OpenAI的GPT-4、谷歌的Gemini、Anthropic 的Claude 2、Meta 的Llama 2 等。

大模型技術(shù)：形成三大技術(shù)路線，GPT 路線得到認(rèn)可。Transformer 引入自注意力機制，徹底解決了遠(yuǎn)距離信息丟失和并行計算效率的問題?；诘讓覶ransformer，模型形成編碼器、解碼器、編碼器-解碼器三大主流技術(shù)路線，OpenAI 的GPT 模型采用解碼器路線，得到廣泛關(guān)注和認(rèn)可，最新的GPT-4 模型在環(huán)境科學(xué)、歷史、生物等高文本量的學(xué)科中取得前10%的成績，引領(lǐng)行業(yè)發(fā)展。但當(dāng)前大模型和通用人工智能在通用性、認(rèn)知能力、工具能力、多模態(tài)協(xié)同等方面仍有較大差距，技術(shù)具備較大發(fā)展?jié)摿Α?

多模態(tài)：視覺能力為核心，能力升級帶動應(yīng)用落地。多模態(tài)主要包括視覺和語音，其中視覺能力對模型感知能力和應(yīng)用開發(fā)潛力提升具有重要價值，成為當(dāng)前多模態(tài)大模型發(fā)展的核心方向。多模態(tài)能力打開模型學(xué)習(xí)空間，突破文本對模型訓(xùn)練的限制，在高質(zhì)量文本數(shù)據(jù)規(guī)模年化增速不及5%的情況下，保障模型規(guī)模高速增長。語音能力方面，大模型可以利用STT+TTS+GPT 模式快速實現(xiàn)語音對話，整體技術(shù)成熟度較高，門檻相對較低。視覺能力方面，視覺理解領(lǐng)域主要形成模塊化和一體化兩大路線，其中模塊化設(shè)計靈活度更高并具備更高性價比，而一體化（原生）架構(gòu)下模型多模態(tài)融合能力更突出。視覺生成領(lǐng)域，主要利用擴散模型實現(xiàn)圖片和視頻生成，底層技術(shù)來看，圖像和視頻生成技術(shù)具有一致性。

大模型視覺理解和生成能力提升，有望重塑部分行業(yè)，帶動全新應(yīng)用落地。其他模態(tài)上，代碼大模型快速發(fā)展，國內(nèi)外廠商加速布局，國內(nèi)廠商位于行業(yè)第一梯隊。短期來看，海外高質(zhì)量源生多模態(tài)大模型技術(shù)和商業(yè)化進(jìn)程高速推進(jìn)，國產(chǎn)多模態(tài)大模型有望加速追趕，推動行業(yè)保持高速發(fā)展。

行業(yè)落地：大模型賦能千行百業(yè)，應(yīng)用市場蓬勃發(fā)展。根據(jù)前瞻產(chǎn)業(yè)研究院數(shù)據(jù)，我國AI 市場規(guī)模有望在中短期保持高速成長，2025 年有望超過2000 億。

未來大模型有望以“訂閱+流量”和“項目+服務(wù)”等模式落地行業(yè)，我們看好大模型在千行百業(yè)的落地機遇。

1）辦公：應(yīng)用落地的核心場景，打造智能辦公助理?？紤]到AI+辦公應(yīng)用場景扎實、效率提升明確、功能演進(jìn)清晰、商業(yè)落地加速，辦公軟件成大模型應(yīng)用落地的核心場景之一。

2）教育：全面引領(lǐng)教學(xué)變革，海外產(chǎn)品落地獲得認(rèn)可。分別面對教師和學(xué)生，形成“教、管、學(xué)、考”四大場景。行業(yè)應(yīng)用場景豐富，擁有成熟商業(yè)化道路，有望加速實現(xiàn)行業(yè)大模型落地。

3）企業(yè)管理：助力企業(yè)降本增效，國內(nèi)龍頭產(chǎn)品逐步落地。大模型融入ERP實現(xiàn)降本增效，如：1）企業(yè)經(jīng)營管理，如企業(yè)財務(wù)分析、人才管理等，提升企  業(yè)整體經(jīng)營效率。2）個人工作助手，包括智能表單生成、代碼開發(fā)助手、一鍵OA 生成等功能，輔助員工提升工作效率。

4）消費娛樂：新場景層出不窮，數(shù)字營銷與游戲行業(yè)有望快速落地。5 月GoogleMarketing Live 上，谷歌展示了最新的廣告推送方案和Product Studio 產(chǎn)品，驗證大模型在個性化推送和廣告素材生成上的潛力。游戲領(lǐng)域，育碧、虛幻引擎、網(wǎng)易等國內(nèi)外知名廠商均推出相關(guān)產(chǎn)品，加速探索模型應(yīng)用。

風(fēng)險因素：AI 核心技術(shù)發(fā)展不及預(yù)期風(fēng)險，企業(yè)數(shù)據(jù)安全風(fēng)險，信息安全風(fēng)險，行業(yè)競爭加劇風(fēng)險，地緣政治風(fēng)險，監(jiān)管政策風(fēng)險。

投資策略。大模型技術(shù)不斷成熟，展現(xiàn)強大生成能力和通用性，模型規(guī)模提升和多模態(tài)能力增強帶動基礎(chǔ)設(shè)施需求。海外大模型技術(shù)保持高速推進(jìn)，指引國產(chǎn)大模型發(fā)展方向，國內(nèi)大模型行業(yè)發(fā)展有望逐步加速。未來大模型多模態(tài)能力不斷展現(xiàn)，有望帶來廣闊市場機遇，推動AI 商業(yè)化進(jìn)程加速和市場天花板打開。我們持續(xù)看好大模型千行百業(yè)的落地機遇，建議關(guān)注大模型在辦公、企業(yè)管理、教育、圖像視頻等領(lǐng)域的應(yīng)用機會，建議持續(xù)關(guān)注相關(guān)領(lǐng)域的頭部AI 公司：

1）應(yīng)用層：

AI+辦公—金山辦公、萬興科技、福昕軟件等；AI+管理—用友網(wǎng)絡(luò)、金蝶國際、稅友股份、北森控股、泛微網(wǎng)絡(luò)、致遠(yuǎn)互聯(lián)等；AI+設(shè)計—廣聯(lián)達(dá)、華大九天、中望軟件、概倫電子等；AI+教育—科大訊飛等；

AI+醫(yī)療—創(chuàng)業(yè)慧康、衛(wèi)寧健康、嘉和美康等；AI+金融—同花順、東方財富、恒生電子等；

AI+消費—石基信息、光云科技、中國有贊、微盟集團(tuán)等；AI+遙感/GIS—航天宏圖、超圖軟件、中科星圖等；AI+圖像視頻—當(dāng)虹科技、虹軟科技等；

2）算法/數(shù)據(jù)處理：科大訊飛、商湯科技、達(dá)夢數(shù)據(jù)、星環(huán)科技、云從科技等。

3）算力層：海光信息、中科曙光、浪潮信息、工業(yè)富聯(lián)、景嘉微、寒武紀(jì)、神州數(shù)碼等。

知前沿，問智研。智研咨詢是中國一流產(chǎn)業(yè)咨詢機構(gòu)，十?dāng)?shù)年持續(xù)深耕產(chǎn)業(yè)研究領(lǐng)域，提供深度產(chǎn)業(yè)研究報告、商業(yè)計劃書、可行性研究報告及定制服務(wù)等一站式產(chǎn)業(yè)咨詢服務(wù)。專業(yè)的角度、品質(zhì)化的服務(wù)、敏銳的市場洞察力，專注于提供完善的產(chǎn)業(yè)解決方案，為您的投資決策賦能。

轉(zhuǎn)自中信證券股份有限公司 研究員：楊澤原/丁奇/馬慶劉